按组提取表的前10个值，其中组位于表的y轴上

Question

这个问题与按组选择顶N值非常相似，但我似乎无法解决这个问题。我有一个大的频率表，有3列和50多行。每一行都是独立的，可能对特定列具有相同的值。示例：

       CD     Freq    sample
 express 1    0.2        A
 express 2    0.7        A
 express 2    0.5        B
 express 3    0.1        B
 express 4    0.9        A
 express 4    0.3        C
 express 5    0.8        B
 express 5    0.1        C

我想为每个样本生成一个“前10”频率表，其中行由每个CD合并，列是每个样本(A、B、C等)，而在交集中则是频率。示例：

             A    B    C
express 1   0.2   0    0
express 2   0.7  0.5   0
express 3   0    0.1   0
express 4   0.3   0    0.9
express 5   0     0.8  0.1

我已经生成了原始表并可以进行排序，但是我不知道如何聚合频率并将它们逐个列在列中。但这就是我所能掌握的新手技能的全部。任何帮助都是非常感谢的。

data <- vdj.data %>% map_dfr(read_delim, "\t", escape_double = FALSE, trim_ws = TRUE, .id ="source") %>% mutate(source = str_replace(basename(source), ".txt", ""))
data <- vdj.data %>% select(freq, cd, "file"= source)


require(data.table)
d <- data.table(vdj.data, key="cd")

top <- d[, head(.SD, 10), by=cd]

预期输出应该只显示每个样本中前十的表达式，因此可能需要合并一些快递，例如，我想选择前2，而不是前10。我会制作表格：

                        A       B       C
            express 2   0.7    0.5     0
            express 4   0.9     0       0.3
            express 5   0       0.8     0.1

所以正如你所看到的，快递1和特快3被丢弃，因为没有样本将它作为前2频率。A的前2位是快递2和4的，B的前2位是快递2和5的，最后，样本C的前2位是表达式4和5。

我希望这有助于澄清。

Answer 1

利用dplyr和reshape2，按组求出顶N，再由长到宽进行转换。请随意使用您最喜欢的从常见问题到广泛性方法

n = 2
df %>% group_by(sample) %>%
  arrange(desc(Freq)) %>% 
  slice(1:n) %>% 
  reshape2::dcast(CD ~ sample, value.var = "Freq", fill = 0)
#          CD   A   B   C
# 1 express 2 0.7 0.5 0.0
# 2 express 4 0.9 0.0 0.3
# 3 express 5 0.0 0.8 0.1

在任何地方保持最高地位：

df %>% group_by(sample) %>%
  arrange(desc(Freq)) %>%
  slice(1:n) %>%
  ungroup %>%
  select(CD) %>% 
  inner_join(df) %>%
  reshape2::dcast(CD ~ sample, value.var = "Freq", fill = 0,
                  fun.aggregate = mean)

使用这些数据：

df = read.table(text = "       CD     Freq    sample
 'express 1'  0.2        A
 'express 2'    0.7        A
 'express 2'  0.5        B
 'express 3'    0.1        B
 'express 4'  0.9        A
 'express 4'    0.3        C
 'express 5'  0.8        B
 'express 5'    0.1        C", header = T)